Effects of canagliflozin on myocardial infarction: a <i>post hoc</i> analysis of the CANVAS programme and CREDENCE trial
Notice bibliographique
Résumé
AIMS: Given the benefits of sodium glucose co-transporter 2 inhibition (SGLT2i) in protecting against heart failure in diabetic patients, we sought to explore the potential impact of SGLT2i on the clinical features of patients presenting with myocardial infarction (MI) through a post hoc analysis of CANVAS Programme and CREDENCE trial. METHODS AND RESULTS: Individuals with type 2 diabetes and history or high risk of cardiovascular disease (CANVAS Programme) or type 2 diabetes and chronic kidney disease (CREDENCE) were included. The intervention was canagliflozin 100 or 300 mg (combined in the analysis) or placebo. MI events were adjudicated as ST-elevation myocardial infarction (STEMI), non-STEMI, and type 1 MI or type 2 MI. A total of 421 first MI events in the CANVAS Programme and 178 first MI events in the CREDENCE trial were recorded (83 fatal, 128 STEMI, 431 non-STEMI, and 40 unknown). No benefit of canagliflozin compared with placebo on time to first MI event was observed [hazard ratio (HR) 0.89; 95% confidence interval (CI) 0.75, 1.05]. Canagliflozin was associated with lower risk for non-STEMI (HR 0.78; 95% CI 0.65, 0.95) but suggested a possible increase in STEMI (HR 1.55; 95% CI 1.06, 2.27), with no difference in risk of type 1 or type 2 MI. There was no change in fatal MI (HR 1.22, 95% CI 0.78, 1.93). CONCLUSION: Canagliflozin was not associated with a reduction in overall MI in the pooled CANVAS Programme and CREDENCE trial population. The possible differential effect on STEMI and Non-STEMI observed in the CANVAS cohort warrants further investigation. TRIAL REGISTRATION: ClinicalTrials.gov identifiers: NCT01032629, NCT01989754, and NCT02065791.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».